ARTIFICIAL INTELLIGENCE
Generatywna sztuczna inteligencja w automatycznej analizie sentymentu
ALTEN we Włoszech wsparł dwóch kluczowych klientów – wiodący międzynarodowy bank oraz firmę specjalizującą się w opiece nad zwierzętami – we wdrożeniu rozwiązania opartego na sztucznej inteligencji, którego celem było usprawnienie procesu pozyskiwania danych, automatyczna kategoryzacja opinii oraz generowanie ilościowych i jakościowych wniosków. Rozwiązanie to pogłębia zrozumienie klientów i wspiera podejmowanie strategicznych decyzji biznesowych.
Analiza sentymentu – czyli proces badania tekstu w celu określenia, czy emocjonalne zabarwienie wypowiedzi jest pozytywne, negatywne czy neutralne – ma kluczowe znaczenie dla firm pragnących utrzymać przewagę konkurencyjną. Aplikacje mobilne dostarczają ogromnej ilości informacji na temat zwyczajów, preferencji i potrzeb klientów. Jednak przetwarzanie dużych wolumenów danych tekstowych – pochodzących z e-maili, czatów obsługi klienta, mediów społecznościowych czy recenzji – stanowi poważne wyzwanie i jest czasochłonne.
Wyzwanie
Udoskonalenie analizy sentymentu dla dwóch wiodących firm w celu zapewnienia szybszych i dokładniejszych wniosków.
Rozwiązanie
Kompleksowa analiza sentymentu oparta na automatycznym gromadzeniu danych, wykorzystaniu chatbotów zasilanych sztuczną inteligencją, obsłudze wielu języków oraz wizualizacji danych.
Korzyści
- Automatyczne generowanie danych
- Oszczędność czasu
- Większa efektywność i dokładność
- Codzienny monitoring i wnioski w czasie rzeczywistym
- Skuteczniejsze zarządzanie reputacją online
- Lepsze doświadczenia klientów
- Decyzje oparte na danych
- Wnioski wspierające ciągłe doskonalenie biznesu
Dynamiczne narzędzie
ALTEN postanowił wykorzystać generatywną sztuczną inteligencję do automatyzacji procesu analizy sentymentu dla dwóch kluczowych klientów. Choć obie firmy działały w odmiennych sektorach, ich potrzeby były zbliżone do tych, które mają dziś niemal wszystkie przedsiębiorstwa: pozyskiwać i analizować opinie użytkowników z różnych platform cyfrowych, takich jak sklepy z aplikacjami czy media społecznościowe, aby lepiej odpowiadać na ich potrzeby i preferencje.
Tradycyjne metody zbierania danych i wyciągania wniosków są czasochłonne i brakuje im skalowalności potrzebnej do monitorowania w czasie rzeczywistym oraz praktycznej analizy sentymentu. Automatyzacja procesu pozyskiwania recenzji z aplikacji mobilnych, a następnie ich wizualizacja pozwala uzyskać wyniki prezentowane w sposób dynamiczny i interaktywny.
Szyte na miarę rozwiązania…
Zespół ALTEN rozpoczął pracę dla klienta z sektora bankowego od przekształcenia jego bazy wiedzy w dokument tekstowy i załadowania go do bazy wektorowej z wykorzystaniem Microsoft Azure. Następnie wdrożono chatboty obsługujące interakcje w języku naturalnym, dzięki którym użytkownicy mogli prowadzić naturalną rozmowę z systemem. Odpowiedzi generowane przez chatbota były oparte na bazie wiedzy, do której mieli oni dostęp.
W przypadku drugiego klienta, specjalizującego się w branży opieki nad zwierzętami, nacisk położono na automatyzację zbierania recenzji z mediów społecznościowych, takich jak Facebook, Instagram czy TrustPilot, a następnie zaprezentowanie ich w sposób dynamiczny i interaktywny za pomocą wizualizacji danych. Zespół ALTEN rozpoczął od pozyskiwania komentarzy użytkowników metodą web scrapingu. Dane te zostały następnie przetworzone, sklasyfikowane i uporządkowane przy wykorzystaniu generatywnej sztucznej inteligencji, w szczególności usługi Azure OpenAI. Wyniki analizy sentymentu zaprezentowano graficznie na platformie Microsoft Power BI.
…dla lepszych wniosków
W obu przypadkach procesy zbierania i analizy danych zostały w pełni zautomatyzowane, co przełożyło się na znaczną poprawę dokładności i kompletności wyników. Po zgromadzeniu danych są one automatycznie kategoryzowane, aby wygenerować ilościowe i jakościowe wskaźniki efektywności (KPI), a także istotne wnioski wspierające proces decyzyjny. Wbudowana obsługa wielu języków sprawia, że system jest szeroko dostępny.
W obu projektach rozwiązanie umożliwiło klientom skuteczne analizowanie opinii użytkowników oraz wydobywanie wartościowych informacji, które znacząco zwiększają efektywność działań biznesowych.
